文摘目的评估时空电阻抗断层成像(spatiotemporal electrical impedance tomography,ST-EIT)在言语发声任务下,能否有效捕捉并区分腭裂(cleft palate,CP)患者与正常对照(normal control,NC)的言语呼吸功能特征。方法本研究纳入75名受试者(CP组37例,NC组38例)。在标准化发声任务中,同步采集电阻抗断层成像(electrical impedance tomography,EIT)图像与口鼻气流信号,构建涵盖时间、气流与空间维度的三域特征,采用曼-惠特尼U检验(MannWhitney U test)比较组间差异。基于肺量计法(spirometry)、鼻音计(nasometry)及ST-EIT等多源数据,分别训练极端梯度提升(extreme gradient boosting,XGBoost)分类模型,采用5折交叉验证评估性能,并引入Shapley加性解释(Shapley additive explanations,SHAP)方法进行特征贡献分析。结果CP组呈现显著的呼吸表型差异。时间域中,吸/呼相位时长均显著缩短(P<0.001),吸/呼时间比显著升高;气流域中,呼气期平均气流与峰值气流显著增强,吸气期无明显差异;空间域中,感兴趣区(region of interest,ROI)1和4的潮气阻抗变化(tidal impedance variation,TIV)显著升高,ROI2显著降低,全局不均一性(global inhomogeneity,GI)较低,通气中心(center of ventilation,CoV)呈轻度升高。ST-EIT模型分类性能最佳,曲线下面积(area under the curve,AUC)达0.915,准确率优于单一肺功能检测或鼻音计检测。SHAP结果表明,时空特征对分类决策贡献最大。结论ST-EIT技术能有效揭示CP患者言语呼吸功能在时间-气流-空间三域的特异性改变,为床旁筛查、康复评估及随访监测提供了优于常规检测的客观量化依据。
